CN113218383A - 一种云端机器人地图构建方法及系统 - Google Patents
一种云端机器人地图构建方法及系统 Download PDFInfo
- Publication number
- CN113218383A CN113218383A CN202110503343.XA CN202110503343A CN113218383A CN 113218383 A CN113218383 A CN 113218383A CN 202110503343 A CN202110503343 A CN 202110503343A CN 113218383 A CN113218383 A CN 113218383A
- Authority
- CN
- China
- Prior art keywords
- robot
- cloud
- data
- slam
- service
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000010276 construction Methods 0.000 title claims abstract description 30
- 230000003993 interaction Effects 0.000 claims abstract description 11
- 238000004364 calculation method Methods 0.000 claims abstract description 10
- 238000000034 method Methods 0.000 claims abstract description 10
- 238000013507 mapping Methods 0.000 claims description 16
- 230000005540 biological transmission Effects 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 3
- 239000002245 particle Substances 0.000 claims description 3
- 238000007781 pre-processing Methods 0.000 claims description 3
- 239000003642 reactive oxygen metabolite Substances 0.000 description 27
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
Abstract
本发明涉及计算机技术领域，具体提供了一种云端机器人地图构建方法具有以下步骤：S1、机器人SLAM请求模块解析SLAM地图构建任务，将消息发布给数据采集模块以及云端资源请求模块；S2、机器人云端资源请求模块调用云端服务接口，向云端传输SLAM请求参数和机器人SLAM运行时的数据参数，请求SLAM地图构建服务；S3、云端资源管理模块响应机器人请求，启动SLAM容器服务；S4、机器人数据采集模块控制机器人激光雷达传感器运行及采集传感器数据；S5、机器人数据交互模块机器人与云端建立连接，获得云端数据计算结果。与现有技术相比，本发明可以减少机器人本地的计算压力，提高机器人构建地图的效率，降低机器人的成本，具有良好的推广价值。
Description
技术领域
本发明涉及计算机技术领域，具体提供一种云端机器人地图构建方法及系统。
背景技术
随着人们生活水平的提高,服务型机器人得到更加广泛的应用。机器人在执行任务时需要具有一定的自主决策能力，能够应对复杂的环境。在不同的应用场景中，地图构建(SLAM)是服务机器人基础的能力，机器人在构建地图过程中需要执行大量的密集计算任务，对机器人硬件资源的处理能力有很高的要求。由于服务机器人的硬件成本、开发周期等约束，机器人本地硬件资源有限，影响机器人构建地图的效率。
发明内容
本发明是针对上述现有技术的不足，提供一种实用性强的云端机器人地图构建方法。
本发明进一步的技术任务是提供一种云端机器人地图构建系统。
本发明解决其技术问题所采用的技术方案是：
一种云端机器人地图构建方法，具有以下步骤：
S1、机器人SLAM请求模块解析SLAM地图构建任务，将消息发布给数据采集模块以及云端资源请求模块；
S2、机器人云端资源请求模块调用云端服务接口，向云端传输SLAM请求参数和机器人SLAM运行时的数据参数，请求SLAM地图构建服务；
S3、云端资源管理模块响应机器人请求，启动SLAM容器服务；
S4、机器人数据采集模块控制机器人激光雷达传感器运行及采集传感器数据；
S5、机器人数据交互模块机器人与云端建立连接，获取机器人数据采集模块传感器，基于Rosbridge进行数据传输，将服务机器人本体的ROS消息数据转换为JSON数据，并将相应的数据传输至云端，获得云端数据计算结果。
进一步的，在步骤S3中，云端资源管理模块查询ROS服务镜像和Rosbridge服务镜像信息。
进一步的，在步骤S3中，云端Docker Swarm进行对容器服务进行编排，将ROS服务镜像和Rosbridge服务镜像创建为容器，同时初始化ROS和Rosbridge服务，将ROS服务与Rosbridge构成一个整体，生成服务地址和端口，向机器人端提供服务。
进一步的，在步骤S3中，云端容器ROS服务容器启动SLAM地图构建服务，启动slam_gmapping节点，通过Rosbridge订阅主题坐标相关主题“/tf”和激光雷达扫描数据“/scan”主题；Rosbridge进行ROS消息和Websocket JSON消息的转换。
进一步的，在步骤S5中，机器人数据采集模块采集激光雷达和里程计传感器的数据,进行数据预处理，通过Rosbridge的“/tf”和“/scan”主题发布数据；
Rosbridge客户端将其转换成“/tf”与“/scan”两个主题的JSON形式进行传输。
进一步的，在步骤S5中，云端ROS建图服务接收机器人上报的数据，基于Rao-Blackwellized粒子滤波算法，建立二维栅格地图。
进一步的，在步骤S5中，云端ROS建图服务通过“/map”主题发送地图数据。
进一步的，机器人数据交换模块订阅“/map”主题，获取实时二维栅格地图数据，展示地图实时构建数据，完成地图扫描后存储地图数据。
一种云端机器人地图构建系统，由云端和机器人端构成，所述云端包括Docker运行环境、Docker镜像仓库和资源管理模块；所述机器人端包括SLAM请求模块、数据采集模块、云端资源请求模块和数据交互模块；
所述SLAM请求模块用于解析服务机器人本地的SLAM任务，保存SLAM请求类型和相应的传感器参数，将消息发布给数据采集模块以及云端资源请求模块；
所述数据采集模块用于在获得传感器消息的参数后，控制机器人激光雷达传感器运行及采集传感器数据；
所述云端资源请求模块用于获得机器人本体SLAM请求模块申请数据，向云端传输SLAM请求参数和机器人SLAM运行时的数据参数，获取云端SLAM服务连接地址；
所述数据交互模块用于机器人与云端建立连接，基于Rosbridge进行数据传输，将服务机器人本体的ROS消息数据转换为JSON数据，并将相应的数据传输至云端，获得云端数据计算结果。
进一步的，Docker镜像包括ROS服务镜像和Rosbridge服务镜像；
ROS服务镜像用于提供SLAM地图构建服务，将ROS的Gmapping节点进行编译，编写Dockerfile并构建为Docker镜像，上传到云端镜像仓库；
Rosbridge服务镜像用于提供云端和机器人端的消息通信。
本发明的一种云端机器人地图构建方法及系统和现有技术相比，具有以下突出的有益效果：
针对机器人地图构建的计算密集型的任务，将机器人本体的复杂计算任务迁移到云端，同时基于容器将地图构建服务进行封装，进行资源隔离，提供多机器人同时使用，从而减少机器人本地的计算压力，提高机器人构建地图的效率，降低机器人的成本。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
附图1是一种云端机器人地图构建系统的框图。
具体实施方式
为了使本技术领域的人员更好的理解本发明的方案，下面结合具体的实施方式对本发明作进一步的详细说明。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例都属于本发明保护的范围。
下面给出一个最佳实施例：
一种云端机器人地图构建方法，具有以下步骤：
S1、机器人SLAM请求模块解析SLAM地图构建任务，将消息发布给数据采集模块以及云端资源请求模块。
S2、机器人云端资源请求模块调用云端服务接口，向云端传输SLAM请求参数和机器人SLAM运行时的数据参数，请求SLAM地图构建服务。
S3、云端资源管理模块响应机器人请求，启动SLAM容器服务：
进一步包括：
S301、云端资源管理模块查询ROS服务镜像和Rosbridge服务镜像信息；
S302、云端Docker Swarm进行对容器服务进行编排，将ROS服务镜像和Rosbridge服务镜像创建为容器，同时初始化ROS和Rosbridge服务，将ROS服务与Rosbridge构成一个整体，生成服务地址和端口，向机器人端提供服务；
S303、云端容器ROS服务容器启动SLAM地图构建服务，启动slam_gmapping节点，通过Rosbridge订阅主题坐标相关主题“/tf”和激光雷达扫描数据“/scan”主题；Rosbridge进行ROS消息和Websocket JSON消息的转换。
S4、机器人数据采集模块控制机器人激光雷达传感器运行及采集传感器数据；
S5、机器人数据交互模块机器人与云端建立连接，获取机器人数据采集模块传感器，基于Rosbridge进行数据传输，将服务机器人本体的ROS消息数据转换为JSON数据，并将相应的数据传输至云端，获得云端数据计算结果。
在步骤S5中，进一步包括：
S501、机器人数据采集模块采集激光雷达和里程计传感器的数据，进行数据预处理，通过Rosbridge的“/tf”和“/scan”主题发布数据；Rosbridge客户端将其转换成“/tf”与“/scan”两个主题的JSON形式进行传输。
S502、云端ROS建图服务接收机器人上报的数据，基于Rao-Blackwellized粒子滤波算法，建立二维栅格地图；
S503、云端ROS建图服务通过“/map”主题发送地图数据。
S504、机器人数据交互模块订阅“/map”主题，获取实时二维栅格地图数据，展示地图实时构建数据，完成地图扫描后存储地图数据。
如图1所示，一种云端机器人地图构建系统，由云端和机器人端构成，云端包括Docker运行环境、Docker镜像仓库和资源管理模块；机器人端包括SLAM请求模块、数据采集模块、云端资源请求模块和数据交互模块；
SLAM请求模块用于解析服务机器人本地的SLAM任务，保存SLAM请求类型和相应的传感器参数，将消息发布给数据采集模块以及云端资源请求模块；
数据采集模块用于在获得传感器消息的参数后，控制机器人激光雷达传感器运行及采集传感器数据；
云端资源请求模块用于获得机器人本体SLAM请求模块申请数据，向云端传输SLAM请求参数和机器人SLAM运行时的数据参数，获取云端SLAM服务连接地址；
数据交互模块用于机器人与云端建立连接，基于Rosbridge进行数据传输，将服务机器人本体的ROS消息数据转换为JSON数据，并将相应的数据传输至云端，获得云端数据计算结果。
其中，Docker镜像包括ROS服务镜像和Rosbridge服务镜像；
ROS服务镜像用于提供SLAM地图构建服务，将ROS的Gmapping节点进行编译，编写Dockerfile并构建为Docker镜像，上传到云端镜像仓库；
Rosbridge服务镜像用于提供云端和机器人端的消息通信。
上述具体的实施方式仅是本发明具体的个案，本发明的专利保护范围包括但不限于上述具体的实施方式，任何符合本发明的一种云端机器人地图构建方法及系统权利要求书的且任何所述技术领域普通技术人员对其做出的适当变化或者替换，皆应落入本发明的专利保护范围。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。
Claims (10)
1.一种云端机器人地图构建方法，其特征在于，具有以下步骤：
S1、机器人SLAM请求模块解析SLAM地图构建任务，将消息发布给数据采集模块以及云端资源请求模块；
S2、机器人云端资源请求模块调用云端服务接口，向云端传输SLAM请求参数和机器人SLAM运行时的数据参数，请求SLAM地图构建服务；
S3、云端资源管理模块响应机器人请求，启动SLAM容器服务；
S4、机器人数据采集模块控制机器人激光雷达传感器运行及采集传感器数据；
S5、机器人数据交互模块机器人与云端建立连接，获取机器人数据采集模块传感器，基于Rosbridge进行数据传输，将服务机器人本体的ROS消息数据转换为JSON数据，并将相应的数据传输至云端，获得云端数据计算结果。
2.根据权利要求1所述的一种云端机器人地图构建方法，其特征在于，在步骤S3中，云端资源管理模块查询ROS服务镜像和Rosbridge服务镜像信息。
3.根据权利要求2所述的一种云端机器人地图构建方法，其特征在于，在步骤S3中，云端Docker Swarm进行对容器服务进行编排，将ROS服务镜像和Rosbridge服务镜像创建为容器，同时初始化ROS和Rosbridge服务，将ROS服务与Rosbridge构成一个整体，生成服务地址和端口，向机器人端提供服务。
4.根据权利要求3所述的一种云端机器人地图构建方法，其特征在于，在步骤S3中，云端容器ROS服务容器启动SLAM地图构建服务，启动slam_gmapping节点，通过Rosbridge订阅主题坐标相关主题“/tf”和激光雷达扫描数据“/scan”主题；Rosbridge进行ROS消息和Websocket JSON消息的转换。
5.根据权利要求4所述的一种云端机器人地图构建方法，其特征在于，在步骤S5中，机器人数据采集模块采集激光雷达和里程计传感器的数据,进行数据预处理，通过Rosbridge的“/tf”和“/scan”主题发布数据；
Rosbridge客户端将其转换成“/tf”与“/scan”两个主题的JSON形式进行传输。
6.根据权利要求5所述的一种云端机器人地图构建方法，其特征在于，在步骤S5中，云端ROS建图服务接收机器人上报的数据，基于Rao-Blackwellized粒子滤波算法，建立二维栅格地图。
7.根据权利要求6所述的一种云端机器人地图构建方法，其特征在于，在步骤S5中，云端ROS建图服务通过“/map”主题发送地图数据。
8.根据权利要求7所述的一种云端机器人地图构建方法，其特征在于，机器人数据交换模块订阅“/map”主题，获取实时二维栅格地图数据，展示地图实时构建数据，完成地图扫描后存储地图数据。
9.一种云端机器人地图构建系统，其特征在于，由云端和机器人端构成，所述云端包括Docker运行环境、Docker镜像仓库和资源管理模块；所述机器人端包括SLAM请求模块、数据采集模块、云端资源请求模块和数据交互模块；
所述SLAM请求模块用于解析服务机器人本地的SLAM任务，保存SLAM请求类型和相应的传感器参数，将消息发布给数据采集模块以及云端资源请求模块；
所述数据采集模块用于在获得传感器消息的参数后，控制机器人激光雷达传感器运行及采集传感器数据；
所述云端资源请求模块用于获得机器人本体SLAM请求模块申请数据，向云端传输SLAM请求参数和机器人SLAM运行时的数据参数，获取云端SLAM服务连接地址；
所述数据交互模块用于机器人与云端建立连接，基于Rosbridge进行数据传输，将服务机器人本体的ROS消息数据转换为JSON数据，并将相应的数据传输至云端，获得云端数据计算结果。
10.根据权利要求9所述的一种云端机器人地图构建系统，其特征在于，
Docker镜像包括ROS服务镜像和Rosbridge服务镜像；
ROS服务镜像用于提供SLAM地图构建服务，将ROS的Gmapping节点进行编译，编写Dockerfile并构建为Docker镜像，上传到云端镜像仓库；
Rosbridge服务镜像用于提供云端和机器人端的消息通信。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110503343.XA CN113218383A (zh) | 2021-05-10 | 2021-05-10 | 一种云端机器人地图构建方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110503343.XA CN113218383A (zh) | 2021-05-10 | 2021-05-10 | 一种云端机器人地图构建方法及系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113218383A true CN113218383A (zh) | 2021-08-06 |
Family
ID=77093915
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110503343.XA Pending CN113218383A (zh) | 2021-05-10 | 2021-05-10 | 一种云端机器人地图构建方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113218383A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114043486A (zh) * | 2021-12-09 | 2022-02-15 | 东北大学 | 一种基于云服务的分布式slam机器人控制策略及系统 |
| CN117437371A (zh) * | 2023-12-18 | 2024-01-23 | 北京道仪数慧科技有限公司 | 地图数据采集资源调用方法及系统 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105897509A (zh) * | 2016-04-08 | 2016-08-24 | 上海工程技术大学 | 一种基于云计算的机器人软件运行及仿真系统 |
| CN105945943A (zh) * | 2016-05-12 | 2016-09-21 | 东北大学 | 一种基于动态Agent的云机器人分布式控制系统及方法 |
| CN105955208A (zh) * | 2016-04-15 | 2016-09-21 | 青岛克路德机器人有限公司 | 一种基于云平台的网络机器人数据控制系统 |
| CN106168805A (zh) * | 2016-09-26 | 2016-11-30 | 湖南晖龙股份有限公司 | 基于云计算的机器人自主行走的方法 |
| CN106534338A (zh) * | 2016-12-05 | 2017-03-22 | 东北大学 | 一种云机器人系统及实现方法 |
| CN106936932A (zh) * | 2017-04-26 | 2017-07-07 | 中国人民解放军国防科学技术大学 | 一种通过云服务协议访问机器人软件包的方法 |
| CN110427039A (zh) * | 2019-08-29 | 2019-11-08 | 山东大学 | 一种基于ros2的分布式云导航系统及导航方法 |
| CN110673614A (zh) * | 2019-10-25 | 2020-01-10 | 湖南工程学院 | 基于云服务器的小型机器人组的建图系统及建图方法 |
| US20200233436A1 (en) * | 2017-02-16 | 2020-07-23 | Indiana University Research And Technology Corporation | Cloud based robotic control systems and methods |
| WO2020181729A1 (zh) * | 2019-03-08 | 2020-09-17 | 江苏海事职业技术学院 | 一种基于分布式并行计算的路径规划方法及其系统 |
-
2021
- 2021-05-10 CN CN202110503343.XA patent/CN113218383A/zh active Pending
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105897509A (zh) * | 2016-04-08 | 2016-08-24 | 上海工程技术大学 | 一种基于云计算的机器人软件运行及仿真系统 |
| CN105955208A (zh) * | 2016-04-15 | 2016-09-21 | 青岛克路德机器人有限公司 | 一种基于云平台的网络机器人数据控制系统 |
| CN105945943A (zh) * | 2016-05-12 | 2016-09-21 | 东北大学 | 一种基于动态Agent的云机器人分布式控制系统及方法 |
| CN106168805A (zh) * | 2016-09-26 | 2016-11-30 | 湖南晖龙股份有限公司 | 基于云计算的机器人自主行走的方法 |
| CN106534338A (zh) * | 2016-12-05 | 2017-03-22 | 东北大学 | 一种云机器人系统及实现方法 |
| US20200233436A1 (en) * | 2017-02-16 | 2020-07-23 | Indiana University Research And Technology Corporation | Cloud based robotic control systems and methods |
| CN106936932A (zh) * | 2017-04-26 | 2017-07-07 | 中国人民解放军国防科学技术大学 | 一种通过云服务协议访问机器人软件包的方法 |
| WO2020181729A1 (zh) * | 2019-03-08 | 2020-09-17 | 江苏海事职业技术学院 | 一种基于分布式并行计算的路径规划方法及其系统 |
| CN110427039A (zh) * | 2019-08-29 | 2019-11-08 | 山东大学 | 一种基于ros2的分布式云导航系统及导航方法 |
| CN110673614A (zh) * | 2019-10-25 | 2020-01-10 | 湖南工程学院 | 基于云服务器的小型机器人组的建图系统及建图方法 |
Non-Patent Citations (1)
| Title |
|---|
| 张松: "基于云计算的服务机器人系统设计与实现", 《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114043486A (zh) * | 2021-12-09 | 2022-02-15 | 东北大学 | 一种基于云服务的分布式slam机器人控制策略及系统 |
| CN117437371A (zh) * | 2023-12-18 | 2024-01-23 | 北京道仪数慧科技有限公司 | 地图数据采集资源调用方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109327509B (zh) | 一种主/从架构的低耦合的分布式流式计算系统 | |
| CN111273892A (zh) | 一种基于云端技术和边缘计算实现智能机器人的方法 | |
| EP3907641A1 (en) | Intelligent management method and system based on edge computing | |
| US10484437B2 (en) | Remote support service with two-way smart whiteboard | |
| CN113218383A (zh) | 一种云端机器人地图构建方法及系统 | |
| CN110493304B (zh) | 边缘计算系统以及交易系统 | |
| WO2021067044A1 (en) | Systems and methods for video communication using a virtual camera | |
| CN104063835A (zh) | 一种卫星遥感图像实时并行处理系统及处理方法 | |
| CN113902866B (zh) | 一种双引擎驱动的数字孪生系统 | |
| CN108789421A (zh) | 基于云平台的云机器人交互方法和云机器人及云平台 | |
| CN111667523B (zh) | 一种基于多模态多源的深度数据精炼方法及系统 | |
| CN111770325A (zh) | 一种三维gis实时云渲染展示方法、终端、云服务器及存储介质 | |
| EP3855386A2 (en) | Method, apparatus, device and storage medium for transforming hairstyle and computer program product | |
| WO2024016930A1 (zh) | 特效处理方法、装置、电子设备及存储介质 | |
| CN114510152B (zh) | 基于容器构建元宇宙系统的方法及装置 | |
| CN111338808B (zh) | 一种协同计算方法及系统 | |
| KR102536763B1 (ko) | 인공 지능을 위한 프로그래밍가능 로직 제어기-기반 모듈식 가속 모듈 | |
| CN106302368B (zh) | 事务处理方法及装置 | |
| CN113778593A (zh) | 云桌面控制方法、装置、电子设备、存储介质及程序产品 | |
| CN113255664A (zh) | 图像处理方法、相关装置及计算机程序产品 | |
| US11636636B2 (en) | Data reduction for generating heat maps | |
| Badawy et al. | New approach to enhancing the performance of cloud-based vision system of mobile robots | |
| CN102968807A (zh) | 图像自动生成方法和系统 | |
| Zhang et al. | End-to-end latency optimization of multi-view 3D reconstruction for disaster response | |
| CN113313809A (zh) | 一种渲染方法和装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210806 |
|
| RJ01 | Rejection of invention patent application after publication |